1.一种生物医学数据特征选择方法,其特征在于,包括:
S1.提取生物医学数据集中的特征构成原始特征集合;
S2.根据所述原始特征集合,对种群进行初始化得到初始种群,并设置生物医学数据特征选择所需的参数,其中,所述种群为生物医学数据原始特征集合中随机生成的n种特征组合的集合,n为种群的大小;
S3.将初始种群中的个体映射为相应的特征组合,通过适应度函数计算种群中个体的适应度值,其中,所述个体为生物医学数据的特征组合集合中的一组特征组合,适应度值由分类精度和被选择的生物医学数据特征个数占总特征个数的比例共同表示;
S4.利用轮盘赌选择对所述初始种群进行三系种群的划分,其中,所述三系分别为保持系、恢复系和不育系,根据轮盘赌法,适应度值处于第一阈值范围的个体以第一概率选择进入保持系,并以第二概率待选择进入恢复系和不育系,当保持系个体数量达到种群中个体数的1/3时,再利用轮盘赌选择个体进入恢复系和不育系,至此完成种群的三系划分;
S5.分别随机从不育系和保持系中选择个体作为父本和母本进行杂交操作,即将父本和母本的基因通过重新组合产生新的基因序列,分别计算第一新个体和参与杂交的不育系个体的适应度值,从中选择适应度值处于第二阈值范围的个体的基因保留至下一代,其中,所述基因为个体对应的特征组合中的每一个特征的状态,每个基因都有两种状态,分别是被选择和不被选择,每个个体中基因的长度与总特征个数相等;
S6.随机选择恢复系中的个体进行自交操作,计算出第二新个体的适应度值并跟自交前的个体的适应度值进行比较,若第二新个体的适应度值优于自交前个体的适应度值,就用产生的第二新个体替换原始个体,此时将该个体的自交次数记为0;否则不替换,该个体的自交次数加1;
S7.当达到最大自交次数时,对恢复系个体进行重置操作,在搜索空间中随机选择一组基因序列替换原始个体,并将自交次数归0;
S8.判断是否满足终止条件,其中,终止条件设为达到最大迭代次数,若否,则返回执行所述S3;若是,则转到执行S9;
S9.输出全局最优的个体,该个体可对应为全局最优的特征组合,即算法中每个个体的每一维基因都有两个候选值,即0或者1,“0”表示该基因对应的特征未被选择,“1”表示该基因对应的特征被选择。
2.如权利要求1所述的生物医学数据特征选择方法,其特征在于,所述根据所述原始特征集合,对种群进行初始化得到初始种群,并设置生物医学数据特征选择所需的参数具体包括:种群初始化,得到初始种群:X={x1,x2,...xi...,xn},其中,X为初始种群,xi为种群中的个体, 表示第i个个体的第j个基因;
设置生物医学数据特征选择所需的参数包括:
种群大小n(n一般为3的倍数);
每个个体的基因序列长度为L;
最大迭代次数Tmax;
最大自交次数STmax;
并令初始时迭代次数t=0,自交次数ST=0。
3.如权利要求1所述的生物医学数据特征选择方法,其特征在于,所述杂交操作具体包括:分别随机从不育系和保持系中选择个体作为父本和母本,将父本和母本的基因通过重新组合产生新的基因序列,分别计算新个体和参与杂交的不育系个体的适应度值,从中选择适应度值低的个体的基因保留至下一代,通过杂交产生新个体的基因的公式为:其中,
表示第i个水稻种子的基因序列中的第j个基因;
和 分别表示不育系和保持系中的第k个水稻种子的基因序列中的第j个基因,r1,r2为[‑1,1]之间的随机数,且r1+r2≠0。
4.如权利要求1所述的生物医学数据特征选择方法,其特征在于,所述自交操作具体包括:随机选择恢复系中的个体进行自交操作,计算出新个体的适应度值并跟自交前的个体的适应度值进行比较,若新个体的适应度值优于自交前个体的适应度值,就用产生的新个体替换原始个体,此时将该个体的自交次数ST记为0;否则不替换,该个体的自交次数ST加
1;恢复系个体自交产生新个体的更新公式为:
subresult=Xbestsub Xr(k) (7)Xnew(i)=(r3*subresult)add Xr(i) (8)其中,
Xnew(i)表示生成的第i个水稻种子;
Xr(i)和Xr(k)分别表示恢复系中第i个和第k个水稻种子个体;
Xbest表示当前最优个体;
subresult表示Xbest与Xr(k)通过计算机二进制减法规则运算得到的结果,r3是[0,1]之间产生的随机数;
add和sub分别代表二进制运算规则中的加法和减法算子。
5.如权利要求1所述的生物医学数据特征选择方法,其特征在于,个体适应度值f(xi)的计算公式为:其中,R表示本次选择特征的个数,C表示数据集中特征总数,α和β为两个权重系数,α的范围介于0和1之间,β=1‑α,Accuracy(xi)表示选择的特征组合参与分类得到的分类正确率,采用K‑NN作为分类器进行分类,对于二分类问题,分类精度计算公式表示为:其中,Tp为真正例,表示真实类别为正例,分类也为正例;Tn为真负例,表示真实类别为负例,分类也为负例;Fp为假正例,表示真实类别为负例,分类为正例;Fn为假反例,表示真实类别为正例,分类也为负例。
6.如权利要求1所述的生物医学数据特征选择方法,其特征在于,个体的选择概率P(xi)和累计选择概率qi的计算公式为:产生一个范围在[0,1]之间的随机数α,若qi‑1<α<qi,则将个体xi选择进入保持系。
7.一种生物医学数据特征选择装置,其特征在于,所述装置包括:生物医学数据特征提取单元,用于提取生物医学数据集中的特征构成原始特征集合;
初始化单元,用于根据所述原始特征集合,对种群进行初始化得到初始种群,并设置生物医学数据特征选择所需的参数;
特征组合单元,用于将初始种群中的个体映射为相应的特征组合,通过适应度函数计算种群中个体的适应度值;
种群划分单元,用于利用轮盘赌选择对所述初始种群进行三系种群的划分,其中,所述三系分别为保持系、恢复系和不育系,根据轮盘赌法,适应度值处于第一阈值范围的个体以第一概率选择进入保持系,并以第二概率待选择进入恢复系和不育系,当保持系个体数量达到种群中个体数的1/3时,再利用轮盘赌选择个体进入恢复系和不育系,至此完成种群的三系划分;
个体杂交单元,用于分别随机从不育系和保持系中选择个体作为父本和母本进行杂交操作,即将父本和母本的基因通过重新组合产生新的基因序列,分别计算第一新个体和参与杂交的不育系个体的适应度值,从中选择适应度值处于第二阈值范围的个体的基因保留至下一代;
个体自交单元,用于随机选择恢复系中的个体进行自交操作,计算出第二新个体的适应度值并跟自交前的个体的适应度值进行比较,若第二新个体的适应度值优于自交前个体的适应度值,就用产生的第二新个体替换原始个体,此时将该个体的自交次数记为0;否则不替换,该个体的自交次数加1;
重置单元,用于当达到最大自交次数时,对恢复系个体进行重置操作,即在搜索空间中随机选择一组基因序列替换原始个体,并将自交次数归0;
迭代单元,用于判断是否满足终止条件,其中,终止条件设为迭代次数达到最大迭代次数,若否,则返回执行所述S3,迭代次数加1;若是,则转到执行S9;
输出单元,用于输出全局最优的个体,该个体可对应为全局最优的特征组合,即每个个体的每一维基因都有两个候选值,即0或者1,“0”表示该基因对应的特征未被选择,“1”表示该基因对应的特征被选择。
8.一种计算设备,其特征在于,所述计算设备包括处理器和存储器,所述处理器与所述存储器耦合,其特征在于,所述存储器,用于存储程序;
所述处理器,用于执行所述存储器中的程序,使得所述计算设备执行如权利要求1‑6中任一项所述的方法。
9.一种计算机存储介质,其特征在于,包括程序,当程序在计算机上运行时,使得计算机执行如权利要求1‑6中任一项所述的方法。